python 赤道温度距平剖面图==赤道海温剖面揭秘 2023/24 厄尔尼诺的强烈信号

python 赤道温度距平剖面图==赤道海温剖面揭秘 2023/24 厄尔尼诺的强烈信号
python 赤道温度距平剖面图==赤道海温剖面揭秘 2023/24 厄尔尼诺的强烈信号
python 赤道温度距平剖面图

图片

2023/24年赤道太平洋的异常变暖情况

赤道太平洋温度距平剖面图，展示了**2023年1–3月（JFM）**期间，赤道海洋从表层到底部（250米）不同深度的温度异常变化。

横轴：经度，从西太平洋的120°E（印尼附近）到东太平洋的80°W（南美附近）

纵轴：海水深度，从表层（5米）到250米

颜色：表示温度异常（单位：°C）

红色 → 比正常年份偏暖

蓝色 → 比正常年份偏冷

图中看点
赤道中东太平洋的异常暖层（红色）十分显著

从160°W 到 100°W，在表层到100米深度之间，普遍温度比往年高出 2–4°C

这是**厄尔尼诺（El Niño）**的典型信号

20°C 等温线上移

灰线：多年平均（气候态）20°C 的深度位置

黑线：2023年的20°C等温线

黑线比灰线更“浅” → 说明暖水层抬升，暖水上浮至浅层海域

海温距平对比显著

白色等值线表示细微的温差梯度，有助于判断热量聚集的位置

图例范围是 -5°C 到 +5°C，说明异常十分剧烈

🤔 为什么重要？
这张图告诉我们：
📈 2023年初，赤道太平洋出现了强烈的暖水异常，预示着一次典型的厄尔尼诺事件正在发展。

厄尔尼诺会带来：

全球气候异常（如中国南方湿冷、北美干旱、非洲降水变化等）

海洋生态系统波动

热带风暴路径改变

code start

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.colors import ListedColormap
import cmaps
from matplotlib.ticker import MultipleLocator, FormatStrFormatter
import scipy.io as scio

=====================

1. 读取数据

=====================

mat_contents = scio.loadmat(‘Fig2.mat’)
for var_name, var_value in mat_contents.items():
if not var_name.startswith(“__”):
globals()[var_name] = var_value

构建网格

timemm = np.arange(1, 19.1, 1)
xx3, yy3 = np.meshgrid(loninterp, depthinterp)

=====================

2. 自定义 colormap

=====================

cmap_grey = cmaps.GrayWhiteGray(np.linspace(0, 1, 40))
cmap_main = cmaps.GMT_polar(np.linspace(0, 1, 100))
combined_colors = np.vstack((cmap_main[2:42], cmap_grey[18:24], cmap_main[55:95]))
custom_cmap = ListedColormap(combined_colors)

色阶和归一化

levels = np.arange(-5.0, 5.01, 0.5)
norm = plt.Normalize(vmin=-5.0, vmax=5.0)

=====================

3. 创建图像并绘图

=====================

fig = plt.figure(figsize=(10, 6)) # 可调大小
ax = fig.add_subplot(111)

主图：剖面图 + 等温线

cf = ax.contourf(xx3, yy3, np.transpose(tempeqanom2023JFM), levels=levels,
cmap=custom_cmap, extend=‘both’, norm=norm)
ax.contour(xx3, yy3, np.transpose(tempeqanom2023JFM), levels=levels,
colors=‘white’, linewidths=0.3)

添加 20℃ 等温线（气候平均值和2023）

ax.plot(np.squeeze(loninterp), np.squeeze(isotherm20climeqJFM),
color=‘grey’, linewidth=2.5, label=‘Climatology 20°C’)
ax.plot(np.squeeze(loninterp), np.squeeze(isotherm20eq2023JFM),
color=‘black’, linewidth=2.5, label=‘2023 20°C’)

=====================

4. 图形格式设置

=====================

ax.set_title(‘Eq Temp (JFM)’, loc=‘left’, fontsize=16)
ax.set_title(‘2023/24 El Niño’, loc=‘right’, fontsize=16)

坐标轴范围与标签

ax.set_xlim(120, 280)
ax.set_ylim(250, 5)
ax.set_xticks(np.arange(120, 291, 40))
ax.set_xticklabels([“120E”, “160E”, “160W”, “120W”, “80W”])
ax.set_yticks(np.arange(0, 251, 50))
ax.set_ylabel(‘Depth (m)’, fontsize=16)
ax.tick_params(length=5, width=1.5, labelsize=14)

坐标刻度格式

ax.xaxis.set_minor_locator(MultipleLocator(10))
ax.yaxis.set_minor_locator(MultipleLocator(10))

添加 colorbar

cbar = fig.colorbar(cf, ax=ax, orientation=‘vertical’, shrink=0.85, pad=0.02,
ticks=[-5, 0, 5], extend=‘both’)
cbar.ax.tick_params(labelsize=14)
cbar.set_label(“Temperature Anomaly (°C)”, fontsize=14)

plt.tight_layout()
fig.savefig(r’Fig21.png’,dpi=500, bbox_inches = ‘tight’, pad_inches = 0.03)
plt.show()

参考文献：

Tao Lian, Jie Wang, Dake Chen, Ting Liu, Dazhi Wang.

A Strong 2023/24 El Niño is Staged by Tropical Pacific Ocean Heat Content Buildup. Ocean-Land-Atmos Res. 2023;2:0011.DOI:10.34133/olar.0011